原文传递
基于Haar-like特征的实时道路车辆识别方法研究
| 论文题名： | 基于Haar-like特征的实时道路车辆识别方法研究 |
| 关键词： | 计算机辅助驾驶;实时道路车辆识别;Haar-Iike矩形特征;树形分类器;Gentle AdaBoost算法;聚类-分支算法 |
| 摘要： | 本文研究及实现了一种基于Haar-Iike矩形特征的实时道路车辆识别方法，即如何快速且准确地从复杂背景的图像或视频中识别出目标车辆的问题。 在已有研究的基础上，分析了Haar-Iike矩形特征的组成形式以及利用积分图像法快速计算矩形特征的方法。本文采用Lienhart R.等扩展矩形特征中的其中11种特征来表述车辆特征，并对原有特征形式进行了扩展，将车底阴影用单特征形式表示，并把车辆的两个垂直边缘和车底阴影组合成“U”形特征。 本文利用Haar-Iike矩形特征来表达车辆，采用Gentle AdaBoost算法训练强分类器，同时利用聚类-分支算法将多个强分类器组合成树形结构车辆分类器，其中树形分类器的根节点采用“U”形组合特征强分类器。 通过引入识别窗口多尺度机制进行车辆识别，避免了传统方法中直接对图像的缩放变换。图像中的大部分区域被树形分类器的前几层强分类器快速分为非车辆区域，只有实际包含车辆的区域才能到达最后的叶终止强分类器。 本文建立了针对车辆前后视图的训练样本库和测试图像库，并且建立了用于实时车辆识别的视频库。利用训练样本库训练树形结构分类器，并用测试图像库和视频库上对树形分类器的性能进行了评价。实验表明，本文树形结构的车辆识别方法在识别率和识别速度上优于级联分类器，具有较好的实时性和一定的鲁棒性。 |
| 作者： | 张亮修 |
| 专业： | 车辆工程 |
| 导师： | 王玉林 |
| 授予学位： | 硕士 |
| 授予学位单位： | 青岛大学 |
| 学位年度： | 2009 |
| 正文语种： | 中文 |
检索历史
应用推荐
